От рекомендаций к agentic orchestration
Рекомендательные системы эволюционировали от простых rule-based алгоритмов к ML-моделям. Но 2026 год знаменует новый переход: от passive recommendations к agentic AI orchestration.
Что такое agentic AI?
Agentic AI — система, которая не просто рекомендует, а действует автономно: принимает micro-decisions, запускает triggers, оптимизирует experience в реальном времени.
Старая модель vs 2026
❌ Старая модель
- • Flat metadata (genre, cast, director)
- • Simple ML recommendations
- • Batch updates (daily/weekly)
- • Passive suggestions
✅ 2026 модель
- • Emotional scene analysis
- • Multi-dimensional user profiles
- • Real-time micro-decisions
- • Agentic orchestration
Emotional scene analysis
Современные AI-системы анализируют контент на уровне отдельных сцен:
Emotional valence
Определение эмоциональной окраски каждой сцены: радость, грусть, напряжение, страх.
Tone shifts
Отслеживание изменений тона внутри эпизода/фильма для понимания динамики.
Scene-level tags
Разметка отдельных сцен: action, dialogue, romantic, comedic, dramatic.
Engagement correlation
Связь эмоциональных сцен с viewer engagement: skip, rewatch, completion.
Multi-dimensional profiles и micro-decisions
Agentic AI строит multi-dimensional user profiles на основе сотен real-time data points:
- Skip behavior — когда и что пропускает зритель
- Search queries — что ищет и как формулирует
- Hover time — сколько времени на карточках контента
- Trailer opt-outs — когда выключает трейлер
- Rewatch patterns — что пересматривает
- Time-of-day preferences — что смотрит в какое время
На основе этих данных система принимает micro-decisions автоматически:
Автоматическая смена thumbnail на основе viewing context
Выбор момента для рекламы на основе emotional state
Следующая рекомендация учитывает mood текущего контента
Layout и sorting персонализируются в реальном времени
+24% uplift в long-term retention
По данным Omdia, платформы с advanced AI personalization показывают +24% uplift в long-term retention по сравнению с традиционными рекомендательными системами.
Почему это работает
Решение EPG Service: metadata для AI
Agentic AI требует emotional metadata layer. EPG Service предоставляет:
Mood tags
Эмоциональная разметка контента: happy, sad, tense, relaxing, thought-provoking.
Scene-level descriptors
Характеристики на уровне эпизодов для advanced matching.
Viewing context tags
Для какой ситуации подходит контент: solo, family, date night.
Similarity vectors
Связи между контентом для content sequencing.
Внедряете agentic AI?
EPG Service предоставляет emotional metadata для advanced personalization: mood tags, scene-level descriptors, viewing context.
Обсудить интеграцию